本书在介绍激光诱导击穿光谱技术和化学计量学发展历程的基础上，从煤炭工业现场分析的实际需求出发，结合近期研究成果探讨了两种技术相结合在煤炭工业中的研究进展，重点介绍了基于变量选择和数据融合策略的核限学习机校正模型，在煤中碳和硫元素、灰分、挥发分和热值测定中的应用。展示了激光诱导击穿光谱技术在煤炭工业中的应用前景。本书可作为煤炭分析、光谱分析等相关领域科研和技术人员的参考书，也可用作大专院校相关专业师生的参考读物。

1 绪论
引言
1.1 激光诱导击穿光谱技术
1.1.1 激光诱导击穿光谱技术简介
1.1.2 激光诱导击穿光谱技术发展历程与趋势
1.2 化学计量学
1.2.1 化学计量学起源与发展
1.2.2 化学计量学在激光诱导击穿光谱技术中的应用
参考文献
2 激光诱导击穿光谱技术在煤炭元素分析中的应用
引言
2.1 核极限学习机算法
2.2 LIBS光谱采集与解析
2.2.1 LIBS光谱采集
2.2.2 LIBS光谱解析
2.3 煤中碳和硫元素分析
2.3.1 KELM校正模型构建
2.3.2 校正模型预测能力验证
参考文献
3 激光诱导击穿光谱技术在煤炭灰分、挥发分和热值分析中的应用
引言
3.1 粒子群优化算法
3.2 LIBS光谱采集与解析
3.2.1 LIBS光谱采集
3.2.2 LIBS光谱分析
3.3 预处理方法选择与优化
3.4 煤炭灰分、挥发分和热值定量分析模型的构建
3.4.1 基于全谱的KELM模型
3.4.2 基于特征线的KELM模型
3.4.3 基于PSO的KELM模型
3.4.4 不同KELM校正模型的预测性能对比
参考文献
4 混合变量选择策略在煤炭热值分析中的应用
引言
4.1 基于WT-MIV的混合变量选择方法在煤炭热值分析中的应用
4.1.1 化学计量学算法
4.1.2 LIBS光谱解析
4.1.3 模型构建
4.2 基于V-WSP-PSO的混合变量选择方法在煤炭热值分析中的应用
4.2.1 化学计量学算法
4.2.2 V-WSP-PSO-KELM模型构建
4.2.3 V-WSP-PSO-KELM模型性能评估
参考文献
5 光谱融合技术在煤质分析中的应用
引言
5.1 光谱采集与解析
5.1.1 LIBS光谱采集
5.1.2 FTIR光谱采集
5.1.3 光谱解析
5.2 初级和中级光谱数据融合策略在煤质分析中的应用
5.2.1 光谱融合策略
5.2.2 模型构建
5.3 基于MI-PSO的光谱数据融合策略在煤质分析中的应用
5.3.1 化学计量学算法
5.3.2 模型构建
5.4 基于同时参数优化和变量选择的光谱数据融合策略在煤质分析中的应用
5.4.1 化学计量学算法
5.4.2 模型构建
5.4.3 不同模型结果对比
参考文献